Học máy là gì? Khác lập trình if else ở đâu
Bài 1/6 · Chương 1
Bắt đầu với Machine Learning
- 9 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
Học máy (machine learning) là cách để máy tự tìm ra luật từ những ví dụ đã có sẵn kết quả, thay cho việc bạn ngồi viết từng câu if. Bạn cần nó khi luật khó nói thành lời hoặc đổi theo nơi chốn: một chuỗi quán cà phê muốn đoán khách sẽ gọi đồ nóng hay đồ đá ở từng chi nhánh.
Cần biết trước: câu lệnh if else, hàm tự viết và return.
Luật viết tay bằng if else
Quản lý chi nhánh Huế đã đứng quầy nhiều năm và tự rút ra một luật: trời từ 30 độ trở lên thì khách gọi đá, mát hơn thì gọi nóng. Luật đó viết thành Python chỉ cần một hàm và một câu if:
def doan_mon(nhiet_do):
if nhiet_do >= 30:
return "đá"
else:
return "nóng"
for nhiet_do in [27, 30, 34]:
print(nhiet_do, "độ:", doan_mon(nhiet_do))KẾT QUẢ
27 độ: nóng
30 độ: đá
34 độ: đáĐây là lập trình thường: người hiểu việc nghĩ ra luật, lập trình viên chép luật thành code, máy chỉ làm theo. Con số 30 do quản lý chọn.
Đổi >= 30 thành > 30 rồi chạy lại: ngày 30 độ in 30 độ: nóng. Một ký tự đổi chỗ của ranh giới, và chỉ người viết luật biết ranh giới nào mới đúng.
Để máy tìm luật từ dữ liệu
Chi nhánh Đà Lạt mới mở, chưa ai đủ kinh nghiệm để đặt ngưỡng. Thay vào đó, quầy ghi lại 12 lần bán: nhiệt độ lúc khách gọi, và khách gọi đá (1) hay nóng (0). Đoạn code dưới đây thử từng ngưỡng từ 10 tới 40 độ, đếm xem mỗi ngưỡng đoán sai bao nhiêu lần trên 12 lần bán đó, rồi giữ ngưỡng sai ít nhất:
nhiet_do = [16, 18, 19, 21, 22, 23, 24, 25, 26, 20, 17, 27]
goi_da = [0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 1]
tot_nhat, it_sai_nhat = 0, 99
for nguong in range(10, 41):
sai = 0
for i in range(len(goi_da)):
doan = 0
if nhiet_do[i] >= nguong:
doan = 1
if doan != goi_da[i]:
sai += 1
if sai < it_sai_nhat:
tot_nhat, it_sai_nhat = nguong, sai
print("Ngưỡng học được:", tot_nhat)
print("Số lần đoán sai:", it_sai_nhat)KẾT QUẢ
Ngưỡng học được: 22
Số lần đoán sai: 1Không dòng nào ghi số 22. Con số đó đến từ dữ liệu: vòng lặp ngoài là một thuật toán học rất đơn giản, còn hai list là kinh nghiệm của quầy. Giống một nhân viên mới không ai dặn ngưỡng, chỉ lật sổ bán hàng vài tuần rồi tự rút ra "từ 22 độ trở lên là pha đá". Lần đoán sai còn lại là ngày 24 độ có khách vẫn gọi nóng: dữ liệu thật có nhiễu, và luật học được chấp nhận sai ở những chỗ như vậy.
Đổi 24 thành 20 rồi chạy lại: dòng cuối in Số lần đoán sai: 0, vì lần khách gọi nóng giờ rơi xuống dưới ngưỡng.
Số lần sai ở đây đếm trên chính 12 lần bán đã dùng để học. Muốn biết model đoán ngày mai tốt đến đâu thì phải chấm trên những lần bán nó chưa thấy; bài train_test_split chỉ cách.
Model, feature và label
Luật mà thuật toán học tìm ra gọi là model (mô hình). Ở đây model là "đoán đá khi nhiệt độ từ 22 độ trở lên": một ngưỡng cộng với cách dùng ngưỡng đó. Thông tin dùng để đoán, ở đây là nhiệt độ, gọi là feature (đặc trưng). Còn điều cần đoán, đá hay nóng, gọi là label (nhãn). Mỗi lần bán là một dòng dữ liệu có đủ feature lẫn label.
Điểm mạnh của cách học từ dữ liệu là cùng một đoạn code học được cho nhiều nơi. Đoạn dưới giữ nguyên thuật toán, chỉ thay hai list bằng 12 lần bán ở Huế:
nhiet_do = [25, 27, 28, 29, 30, 31, 32, 33, 34, 35, 26, 30]
goi_da = [0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0]
tot_nhat, it_sai_nhat = 0, 99
for nguong in range(10, 41):
sai = 0
for i in range(len(goi_da)):
doan = 0
if nhiet_do[i] >= nguong:
doan = 1
if doan != goi_da[i]:
sai += 1
if sai < it_sai_nhat:
tot_nhat, it_sai_nhat = nguong, sai
print("Ngưỡng học được:", tot_nhat)
print("Số lần đoán sai:", it_sai_nhat)KẾT QUẢ
Ngưỡng học được: 29
Số lần đoán sai: 1Dữ liệu Huế cho ngưỡng 29 độ, sát với con số 30 mà quản lý đặt theo kinh nghiệm. Muốn đổi luật thì đổi dữ liệu, code giữ nguyên. Học từ những ví dụ đã có sẵn đáp án như thế này gọi là học có giám sát (supervised learning). Bài học có giám sát phân biệt nó với các loại bài toán khác.
Model thật có nhiều feature hơn và thuật toán khôn hơn, nhưng khung vẫn vậy. Trong scikit-learn, toàn bộ vòng lặp tìm ngưỡng thu lại thành một lời gọi model.fit(X, y): X là bảng các feature, y là cột label. Bài fit, predict, score dạy lời gọi đó.
Khi nào không cần machine learning
Học từ dữ liệu có cái giá: cần đủ ví dụ có đáp án, và model vẫn đoán trật vài lần. Với quá ít dữ liệu, luật học được chỉ là may rủi. Dưới đây là đoạn học ngưỡng, rút gọn còn ba lần bán:
nhiet_do = [18, 25, 30]
goi_da = [0, 1, 1]
tot_nhat, it_sai_nhat = 0, 99
for nguong in range(10, 41):
sai = 0
for i in range(len(goi_da)):
doan = 0
if nhiet_do[i] >= nguong:
doan = 1
if doan != goi_da[i]:
sai += 1
if sai < it_sai_nhat:
tot_nhat, it_sai_nhat = nguong, sai
print("Ngưỡng học được:", tot_nhat, "- sai", it_sai_nhat)KẾT QUẢ
Ngưỡng học được: 19 - sai 0Mọi ngưỡng từ 19 tới 25 đều không sai lần nào trên ba lần bán, và vòng lặp chỉ giữ ngưỡng đầu tiên nó gặp. Model "không sai lần nào" mà chưa đáng tin: thêm dữ liệu thì Đà Lạt cho ngưỡng 22.
Chuỗi quán này còn ba chỗ nên để yên câu if:
Ngưỡng 22 được phép sai ngày 24 độ, còn giá ly size L thì không được sai ngày nào. Bảng giá, thẻ thành viên, giờ mở cửa là quy định của quán:
ifđúng mọi lần, model chỉ đúng phần lớn.Sổ còn mỏng như ba lần bán ở trên: dùng tạm luật của quản lý, ghi đủ nhiệt độ và món khách gọi, có vài chục lần bán rồi mới học.
Không có gì để đoán: tìm ngày nóng nhất hay xếp chi nhánh theo số ly đã bán chỉ là đếm và sắp xếp sổ có sẵn.
Kiểm tra nhanh
Trong ví dụ học ngưỡng ở Đà Lạt, nếu bỏ hẳn lần bán 24 độ khách gọi nóng khỏi hai list thì số lần đoán sai in ra là bao nhiêu?
015
Luật 30 độ viết cho Huế, chạy trên 12 lần bán của Đà Lạt, thì điều gì xảy ra?
- Python báo lỗi vì dữ liệu không khớp với luật
- Chương trình chạy êm nhưng đoán sai 5 trên 12 lần
- Luật tự chỉnh xuống 22 độ vì dữ liệu đã đổi
Với bảng 12 lần bán của Đà Lạt và ngưỡng 22 học được, những câu nào đúng?
- Nhiệt độ là feature
- Khách gọi đá hay nóng là label
- Luật "đoán đá từ 22 độ trở lên" là model
- List
goi_dalà model, vì nó chứa đáp án
Những việc nào nên viết thẳng bằng if else thay cho học máy?
- Tính giá một ly theo size S, M, L của bảng giá quán
- Đoán khách gọi đồ nóng hay đá theo nhiệt độ ở chi nhánh mới
- Giảm 10% cho khách có thẻ thành viên
- Đoán số ly bán được ngày mai từ hai năm sổ bán hàng
Tóm tắt
Lập trình thường: người viết luật bằng
if, máy làm theo; con số ranh giới nằm cứng trong code.Học máy: thuật toán học rút luật ra từ những ví dụ có sẵn đáp án; đổi dữ liệu là đổi luật.
Model là luật học được, feature là thông tin dùng để đoán, label là thứ cần đoán.
Luật viết tay dùng sai chỗ không báo lỗi, chỉ đoán sai; học lại trên dữ liệu của đúng nơi đó.
Để yên câu
ifkhi việc phải đúng mọi lần theo quy định của quán, khi sổ mới vài dòng, hay khi chỉ cần đếm và sắp xếp dữ liệu đã có.
Câu hỏi thường gặp
Học máy và trí tuệ nhân tạo khác nhau thế nào?
Ranh giới giữa ba tên gọi có ở bài Blog AI, machine learning và deep learning; các ứng dụng thường gặp có ở Blog machine learning là gì.
Muốn học machine learning cơ bản thì cần biết gì trước?
Bạn cần Python, đọc và lọc bảng bằng pandas, vẽ biểu đồ đơn giản, và một ít thống kê như trung bình, độ lệch chuẩn. Trang học machine learning cần gì liệt kê từng mục kèm bài để ôn lại.
Học máy có cần giỏi toán không?
Không cần chứng minh công thức, nhưng cần hiểu trung bình, phương sai, xác suất. Trang thống kê cho machine learning gom đúng phần thống kê tutorial này dùng tới.
Viết model thật bằng Python thì dùng thư viện nào?
Thư viện phổ biến cho dữ liệu dạng bảng là scikit-learn: vòng lặp tìm ngưỡng ở bài này thu lại thành fit(). Bài cài scikit-learn hướng dẫn cài và kiểm phiên bản, rồi bài fit, predict, score viết model đầu tiên.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.